转到遥感,想要做一些地物分类(语义分割)的工作,但是没想到需要自己做数据集。本来想用Labelme工具进行数据标注,但是应用到小尺度、超高分辨率的UAV湿地影像上非常不合适,尤其存在地物边界不确定带来的标注尺度的问题。
读论文时看到一个概念叫OBIA(Object-Based Image Analysis)非常好,其数据准备的过程大概是使用易康(eCognition)先进行无监督的分割,然后将类别赋值给对象。这样可以省去很多目视解译的精力,关于边界划分也更合理。
软件感觉很老了,而且难受的是RS/GIS领域我没有发现什么有用的论坛、开源社区,所以学会了之后想来分享一下,帮助有需要的朋友。
感谢https://blog.youkuaiyun.com/Little_fine/article/details/105453571的指导,我大体上按照您的步骤来的,做了些用于自己任务上的变动,有些缺失的细节加了补充
软件是eCognition9.0.1,注意版本,建议9.0以上的,有些功能老版本没有
打开选择RuleSet模式
1.多尺度分割
导入栅格,在右侧ProcessTree栏,右键选择AppendNew
在Algorithm栏下拉选择multiresolution segmentation
这里我主要调整分割的尺度参数Scale parameter,越小分割得越细(具体评判分割效果,目前仍是以目视判断为主,参考文献:Tao Liu, Amr Abd-Elrahman, Deep convolutional neural network training enrichment using multi-view object-based analysis of Unmanned Aerial systems imagery for wetlands classification, ISPRS Journal of Photogrammetry and Remote Sensing, Volume 139,2018,Pages 154-170,ISSN 0924-2716, https://doi.org/10.1016/j.isprsjprs.2018.03.006.)。由于我处理的是无人机影像,空间分辨率在厘米级,所以用较小的尺度参数
分割效果:
2.编辑地物类别
添加要处理的地物类别,在右侧Class Hierarchy右键选择Insert Class,一个一个添加就行:
完事可以右键选择Save Class Hierarchy,保存到本地,以后可以加载到其他项目中来用
3.配置最近邻特征
在右侧Process Tree右键Append New
在Algorithm栏下拉选择nearest neighbour configuration。这里主要动两个地方,一个是Active classes,一个是Features:
Active classes,都选上,点击OK:
select features,因为第四通道是填充的255,所以我这里只选择了三个通道的光谱平均值和标准差(其他特征还不懂,后续会考虑纹理特征,比如灰度共生矩阵等等,欢迎评论指导),双击这些,点击OK即可:
完事在Edit Process窗口点击Execute(一定要执行)
4.选择样本对象
上方右键选择Toolbars→Sample
会多出样本栏,点击Sample Editor:
在这里选择要用到的地类:
再点击Select Sample,双击某些代表性的对象,完成样本选取:
5.分类
在右侧Process Tree右键Append New
算法选择classification,点击Active Class,选择需要的地物类别。最后Execute即可
查看分类效果:
基本上没啥问题。因为图像边缘噪声以及形状不规则,所以图像区域外分类成了柽柳,而且有些地方需要手动调节
6.手动调节分类结果
点击Manual Editing Toolbar,或者右键空白处Toolbars→Manual Editing,显示工具栏
下拉选择要赋值的地物类别:
点击Classify Image Objects:
双击要调整的区域就行
7.导出分类结果
点击Export→Export Results:
点击Select classes,进行编辑,完事OK:
再点击Select features进行编辑。这里选择了配置最近邻时选择的3个通道的光谱均值和标准差,还有更重要的Class-Related features→Relations to Classification→Class name→Create new ‘Class name’,直接OK就行:
完事在Select features窗口点击OK就行,然后导出为shp格式,可以加载到ArcMap中。后续将裁剪,以适用于DL语义分割模型